java怎么遍历vo_集合在耗时程序中流遍历、迭代遍历的效率测量对比

测试环境

操作系统：WIN10

逻辑处理器：4核

运行内存：16G

测试程序：

CloudLogVo.java

import lombok.Data;

/**

* @className: CloudLogVo

* @description: 日志信息Vo

* @author: niaonao

**/

@Data

public class CloudLogVo {

private String level;

private String location;

private String message;

private String time;

public CloudLogVo(String level, String location, String message, String time) {

this.level = level;

this.location = location;

this.message = message;

this.time = time;

}

}

TraversalTimeConsume.java

import java.util.ArrayList;

import java.util.Collections;

import java.util.List;

/**

* @className: TraversalStatisticsConsumeTime

* @description: 耗时操作的测试类

* 此处使用 System.out.print() 模拟耗时操作；为什么耗时？点进去看内部实现，write()方法就很重量级

* @author: niaonao

**/

public class TraversalTimeConsume {

// 遍历测试集合

private static List voList = null;

/**

* @description: 内部类：for-i 线程类

*/

class ForIThread extends Thread {

@Override

public void run() {

long start = System.currentTimeMillis();

for (int i = 0; i < voList.size(); i++) {

voList.get(i).getLevel();

System.out.print("");

}

long end = System.currentTimeMillis();

System.out.println(" for-i: " + (end - start));

}

}

/**

* @description: 内部类：foreach 线程类

*/

class ForeachThread extends Thread {

@Override

public void run() {

long start = System.currentTimeMillis();

for (CloudLogVo item : voList) {

item.getLevel();

System.out.print("");

}

long end = System.currentTimeMillis();

System.out.println(" foreach: " + (end - start));

}

}

/**

* @description: 内部类：stream 线程类

*/

class StreamThread extends Thread {

@Override

public void run() {

long start = System.currentTimeMillis();

voList.stream().forEach(item -> {

item.getLevel();

System.out.print("");

});

long end = System.currentTimeMillis();

System.out.println(" stream: " + (end - start));

}

}

/**

* @description: 内部类：parallelStream 线程类

*/

class ParallelStreamThread extends Thread {

@Override

public void run() {

long start = System.currentTimeMillis();

voList.parallelStream().forEach(item -> {

item.getLevel();

System.out.print("");

});

long end = System.currentTimeMillis();

System.out.println("parallelStream: " + (end - start));

}

}

/**

* @description: 初始化集合

*/

private static void initList(int quantity) {

List cloudLogVoList = new ArrayList<>(quantity);

for (int i = 0; i < quantity; i++) {

String value = String.valueOf(i);

cloudLogVoList.add(new CloudLogVo(value, value, value, value));

}

voList = Collections.synchronizedList(cloudLogVoList);

}

public static void main(String[] args) throws InterruptedException {

// 遍历量级

int quantity = 1 * 1000 * 1000;

initList(quantity);

// 统计遍历耗时

TraversalTimeConsume.ForIThread forIThread = new TraversalTimeConsume().new ForIThread();

TraversalTimeConsume.ForeachThread foreachThread = new TraversalTimeConsume().new ForeachThread();

TraversalTimeConsume.StreamThread streamThread = new TraversalTimeConsume().new StreamThread();

TraversalTimeConsume.ParallelStreamThread parallelStreamThread = new TraversalTimeConsume().new ParallelStreamThread();

new Thread().sleep(2000);

forIThread.start();

foreachThread.start();

streamThread.start();

parallelStreamThread.start();

}

}

测试量级

测试数据量级如下

data: ['10万','30万','40万','50万','60万','70万','100万','150万','200万','300万']

测试结果

纵坐标为耗时/毫秒，横坐标为集合量级。数据量级越大，统计耗时数据误差越小。

遍历结构体存在耗时程序时，综合来看:

增强for循环表现较好，foreach效率整体较高；

在 65 万级数据量左右，parallelStream 效率会超过 foreach，随着数据量级增加，差距增大。

stream 与 parallelStream 在 50 万数量级别之后，parallelStream 遍历效率更高，并且随着数据量增大，差距越大。另外 parallelStream 相对 stream 来说支持并行处理。

普通 for 循环和 stream 全程陪跑，不要细看，不忍直视X...X。

附：非耗时程序集合遍历效率图

附图：非耗时遍历程序测试数据图

非耗时操作，stream 内部做了些不可描述的事情，相对普通 for 循环一定要多耗时的。普通 for 循环和增强 for 循环始终优于 stream，而 foreach 是更优的选择。

Stream API 借助 Lambda 表达式提高编程效率及程序可读性，提供了串行、并行来进行汇聚操作。优势在于可读性，简洁性和并行效率。

以上数据存在误差，仅做参考。

Power By niaonao, The End